楊立昆 (Yann LeCun)
AMI Labs 執行董事長暨共同創辦人・紐約大學教授
關於
楊立昆是 Advanced Machine Intelligence Labs（AMI Labs）的執行董事長暨共同創辦人。這家巴黎公司於 2025 年 12 月創立，此前他在同年 11 月宣布離開任職十年的 Meta 首席 AI 科學家一職。AMI Labs 以他的 JEPA 架構為核心打造世界模型——從物理現實而非文字中學習的系統——執行長為 Alexandre LeBrun，首席科學官為謝賽寧；2026 年 3 月，公司以 35 億美元的投前估值募得 10.3 億美元。他仍是紐約大學教授。作為深度學習的先驅之一，他以徹底革新電腦視覺的卷積神經網路（CNN）聞名，與傑佛瑞·辛頓、約書亞·班吉歐 (Yoshua Bengio) 共同獲得 2018 年圖靈獎，並於 2025 年共同獲頒伊莉莎白女王工程獎。
主要貢獻
- 將卷積神經網路用於文件辨識，包含曾用於銀行支票讀取的 LeNet 系統
- 協助確立視覺任務中的 gradient-based learning，並與 Hinton、Bengio 共同獲得 2018 年圖靈獎
- 共同創造 DjVu 影像壓縮技術，展現其貢獻不只限於神經網路研究
- 在 Meta 建立 FAIR 的研究文化，推動大型 AI 研究維持論文發表與開源釋出
- 主張 world models 與 energy-based learning，作為純自回歸 LLM scaling 之外的路線
- 也是 AI 末日論的強烈批評者；其低估近程與存在性風險的立場同時獲得支持與批評
- 2025 年離開 Meta，在巴黎共同創辦 AMI Labs，把世界模型的主張變成一場針對語言模型典範的十億美元級制度性押注
時刻時間軸 查看所有時刻
影片與訪談
Munk Debate on Artificial Intelligence | Bengio & Tegmark vs. Mitchell & LeCun
Four of the field's most prominent voices, two by two, on one resolution: be it resolved, AI research and development poses an existential threat. Bengio and Tegmark argue the pro; Mitchell and LeCun the con — and the hall moved toward the skeptics. What makes the debate worth watching is not the verdict but the spectacle of experts who share a technical picture and still forecast opposite futures: the clearest evidence that AI risk is not a question expertise alone can settle.
View Details
A 7-hour marathon interview with Saining Xie: World Models, AMI Labs, Yann LeCun, Fei-Fei Li, and 42
Wide-ranging conversation covering world models, the founding of AMI Labs, and reflections on AI research
View Details![Yann LeCun's $1B Bet Against LLMs [Part 1]](https://img.youtube.com/vi/kYkIdXwW2AE/hqdefault.jpg)
Yann LeCun's $1B Bet Against LLMs [Part 1]
LeCun raised a billion dollars to pursue an approach that is neither rooted in language nor generative: by design it does not produce text, images, or video. The alternative is JEPA — not a model but a training framework. Where a language model learns to predict the text that follows, and a classifier learns to predict a label, JEPA passes both input and output through models and works in the space between them.
View Details![Yann LeCun's $1B Bet Against LLMs [Part 2]](https://img.youtube.com/vi/v_jDvpEGTIg/hqdefault.jpg)
Yann LeCun's $1B Bet Against LLMs [Part 2]
The second half of the case for JEPA, and against the assumption that scaling language models is the road to anything like understanding. Read alongside Sutton arguing on Dwarkesh that LLMs are a dead end, it is the same dissent from a different direction — and with a billion dollars behind it rather than an argument alone.
View Details
Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI
Lex Fridman Podcast #416 - Discussion on AI architectures and Meta's approach
View Details論文與出版物
思想連結
約書亞·班吉歐
觀點交鋒AI 先驅與安全研究者
他們曾在貝爾實驗室一起打造 LeNet，共同署名 1998 年那篇教機器讀手寫字的論文，也一起獲得 2018 年圖靈獎——然後在 2023 年 6 月的 Munk 辯論上站到了對立的講台：班吉歐主張 AI 的發展構成存在性威脅，楊立昆主張並不。技術上沒有任何東西把他們分開；他們讀的是同一批架構，預測的卻是不同的未來。這場分歧最清楚地說明了一件事：AI 風險不是光靠專業就能定案的問題。
en.wikipedia.org · en.wikipedia.org
傑佛瑞·辛頓
受其影響AI 先驅與研究者
楊立昆的博士後歲月是在辛頓的多倫多實驗室度過，之後才前往貝爾實驗室，在那裡打造出能辨讀手寫支票的卷積神經網路。三十年後，兩人因同一批研究共同獲得 2018 年圖靈獎。這條師承在方法上延續，卻在預言上斷裂：辛頓如今警告滅絕等級的風險，楊立昆則認為這個警告根本問錯了層次。
en.wikipedia.org · en.wikipedia.org
Max Tegmark
觀點交鋒物理學家與 AI 安全研究者
2023 年 6 月的 Munk 辯論上，Tegmark 與 Bengio 主張 AI 的研發構成存在性威脅；楊立昆與 Melanie Mitchell 主張並不，全場觀眾往後者移動了三個百分點。那個春天，Tegmark 正忙著組織暫停信；楊立昆則認為整個框架都是層次上的誤置——機器並沒有支配的驅力。這場交鋒最值得讀之處，在於它作為證據所顯示的：共享同一幅技術圖像，對於從中得出的預測，其實約束得很少。
en.wikipedia.org
謝賽寧（谢赛宁）
曾經合作共同創辦人暨首席科學官・AMI Labs
謝賽寧曾是楊立昆在 Meta FAIR 的同事，後來成為 AMI Labs 的共同創辦人暨首席科學官——那是楊立昆因不認同 Meta 押注語言模型而在 2025 年 12 月於巴黎創立的公司。他們要打造的是世界模型：以物理現實而非文本訓練的系統，核心是楊立昆的 JEPA 架構。這是迄今資金最雄厚的一場機構級賭注，賭的是當前典範只是一段繞路。
en.wikipedia.org · techcrunch.com
Ilya Sutskever
思想對照共同創辦人・Safe Superintelligence Inc.
這是一組詮釋性的對照：兩個人讀著同一批證據，卻讀出相反的方向。Sutskever 的前提是，把下一個 token 預測得夠好，就不得不建立起產生這段文字的那個現實的模型；楊立昆的前提則是，文本只是世界投下的影子，而再多影子也加不出實體。兩人最後都離開了自己參與定義的實驗室，去追自己的答案——Sutskever 走向安全的超級智慧，楊立昆走向世界模型。
